一個(gè)多月前，商湯科技參與編寫的《人工智能基礎(chǔ)(高中版)》成功刷了一些人的屏。

 

 

這本給高中生的人工智能選修教材讓許多人驚詫：現(xiàn)在高中生都這么前沿了么?甚至在海外，也有許多網(wǎng)友將其視為中國(guó)AI進(jìn)一步崛起的一個(gè)證明。

所以，懷著給自己的高中生涯補(bǔ)課的心態(tài)，通讀了這本給高中生的AI教材。

這本書寫了什么?

相信這本書的目錄已經(jīng)有很多朋友見過了，在這里簡(jiǎn)單介紹一下每個(gè)部分的內(nèi)容，看不懂的同學(xué)可以直接跳到下一段：

第一章 人工智能: 新時(shí)代的開啟

1.1跨越時(shí)空: 銘銘的一天
1.2光輝歲月: 人工智能簡(jiǎn)史
1.3百花齊放: 人工智能在各行各業(yè)的應(yīng)用
1.4初露真容: 人工智能與機(jī)器學(xué)習(xí)
1.5本章小結(jié)

 

第一章主要是基礎(chǔ)知識(shí)，介紹了人工智能的應(yīng)用、上世紀(jì)50年代以來的三波人工智能發(fā)展浪潮，以及機(jī)器學(xué)習(xí)的簡(jiǎn)單概念。

和許多其他學(xué)科的課本一樣，第一章非常簡(jiǎn)單，幾乎沒有任何技術(shù)方法的內(nèi)容。

第二章 牛刀小試: 察異辨花

2.1初學(xué)乍練: 分類任務(wù)
2.2含英咀華: 提取特征
2.3分門別類: 分類器
2.4實(shí)踐出真知: 測(cè)試和應(yīng)用
2.5五花八門: 多類別分類
2.6大顯身手: 二分類在生活中的應(yīng)用
2.7本章小結(jié)

第二章算是正式開始講技術(shù)原理了。編者先從變色鳶尾和山鳶尾兩種植物的分類入手，引入特征提取、分類器判斷的過程，詳細(xì)講了特征提取是什么、如何把特征總結(jié)為特征向量、如何訓(xùn)練分類器、感知器學(xué)習(xí)算法、損失函數(shù)以及支持向量機(jī)。

之后，再把二分類延伸到多類別分類，介紹了這類技術(shù)在相機(jī)人臉檢測(cè)和癌癥監(jiān)測(cè)中的應(yīng)用。

第三章 別具慧眼: 識(shí)圖認(rèn)物

3.1溫故知新: 基于手工特征的圖像分類
3.2另辟蹊徑: 基于深度神經(jīng)網(wǎng)絡(luò)的圖像分類
3.3“網(wǎng)”不厭深: 深度神經(jīng)網(wǎng)絡(luò)的發(fā)展與挑戰(zhàn)
3.4忽如一夜春風(fēng)來: 圖像分類在日常生活中的應(yīng)用
3.5本章小結(jié)

第三章里，深度學(xué)習(xí)和卷積神經(jīng)網(wǎng)絡(luò)終于出現(xiàn)了，這對(duì)于筆者這樣一個(gè)假理科生來說，需要集中精力反復(fù)翻閱才能大致看個(gè)明白，其中的一小部分，比如梯度，則壓根看不懂是什么。

作為以識(shí)圖為主要內(nèi)容的一章，編者在這本書里先介紹了計(jì)算機(jī)圖像的RGB格式，引入了三階張量的概念，之后補(bǔ)充關(guān)于卷積運(yùn)算的數(shù)學(xué)基礎(chǔ)知識(shí)，介紹了用卷積提取圖像特征。

后面則是對(duì)深度神經(jīng)網(wǎng)絡(luò)的具體介紹，卷積層、全連接層、歸一化指數(shù)層、非線性激活層、池化層這些概念得到了一一介紹。

此外，這一章里編者也補(bǔ)充了關(guān)于深度神經(jīng)網(wǎng)絡(luò)的一些其他知識(shí)，比如ImageNet多年以來準(zhǔn)確率的不斷提升、數(shù)據(jù)與計(jì)算能力對(duì)神經(jīng)網(wǎng)絡(luò) 發(fā)展的限制、過擬合與欠擬合，還有筆者完全沒看懂的梯度消失。

最后，作者以人臉識(shí)別為例，介紹了圖像分類與深度學(xué)習(xí)在社會(huì)中的應(yīng)用，比如門禁、刷臉支付、安防等。

第四章 耳聽八方: 析音賞樂

4.1洗耳恭聽: 聽聲的藝術(shù)
4.2絲竹管弦: 音樂風(fēng)格分類
4.3言聽計(jì)從: 語(yǔ)音識(shí)別技術(shù)
4.4聽聲辨曲: 樂曲檢索技術(shù)
4.5本章小結(jié)

相比前一章圖像分類，音樂和語(yǔ)音這一張似乎講得格外模糊，厚度僅有前一章的一半。

開頭先介紹了人耳的聽覺原理，以及樂音三要素響度、音調(diào)、音色這些聲音方面的基礎(chǔ)知識(shí)。

之后引入了梅爾頻率倒譜系數(shù)(MFCC)這個(gè)概念，以及依據(jù)此概念進(jìn)行深度學(xué)習(xí)的方法。

再往后，就是對(duì)于語(yǔ)音識(shí)別和樂曲檢索的簡(jiǎn)單介紹，總共不超過4頁(yè)。

第五章 冰雪聰明: 看懂視頻

5.1化靜為動(dòng): 從圖像到視頻
5.2明察秋毫: 視頻行為識(shí)別
5.3基于深度學(xué)習(xí)的視頻行為識(shí)別
5.4本章小結(jié)

這一章先介紹了光流概念，之后大概介紹了如何用雙流卷積神經(jīng)網(wǎng)絡(luò)識(shí)別短視頻動(dòng)作，最后則是針對(duì)長(zhǎng)視頻的時(shí)序分段網(wǎng)絡(luò)。

第六章 無師自通: 分門別類

6.1當(dāng)人工智能未曾聽說花的名字
6.2物以類聚: 鳶尾花的K均值聚類
6.3人以群分: 相冊(cè)中的人臉聚類
6.4層次聚類與生物聚類
6.5本章小結(jié)

標(biāo)題里的“無師自通”說的是無監(jiān)督學(xué)習(xí)。

而所通的對(duì)象依然鳶尾花，用K均值聚類將大量鳶尾花樣本氛圍山鳶尾、變色鳶尾和弗吉尼亞鳶尾三類。

之后，把鳶尾花變成人，通過人臉檢測(cè)、人臉轉(zhuǎn)正、特征提取步驟之后，完成人臉聚類，以實(shí)現(xiàn)相冊(cè)根據(jù)面孔自動(dòng)分類的過程。

第七章 識(shí)文斷字: 理解文本

7.1任務(wù)的特點(diǎn)
7.2文本的特征
7.3高屋建瓴: 發(fā)掘文本中潛在的主題
7.4投其所好: 基于主題的文本搜索與推薦
7.5本章小結(jié)

這一章最主要的內(nèi)容是詞袋模型，以此分辨中文分詞、停止詞、低頻詞，之后得出不同詞匯的頻率，發(fā)掘主題。

語(yǔ)義分析和搜索可能過于難了一些，書中只給盜了兩頁(yè)的簡(jiǎn)單介紹。

第八章 神來之筆: 創(chuàng)作圖畫

8.1九層之臺(tái), 起于累土: 數(shù)據(jù)空間和數(shù)據(jù)分布
8.2化腐朽為神奇的創(chuàng)作家: 生成網(wǎng)絡(luò)
8.3火眼金睛的鑒賞家: 判別網(wǎng)絡(luò)
8.4在對(duì)抗中合作與進(jìn)步: 生成對(duì)抗網(wǎng)絡(luò)
8.5得心應(yīng)手地創(chuàng)作: 條件生成對(duì)抗網(wǎng)絡(luò)
8.6本章小結(jié)

標(biāo)題是畫畫，內(nèi)文一定是GAN了。

開頭先介紹了數(shù)據(jù)空間的概念，之后則單獨(dú)把生成網(wǎng)絡(luò)和判別網(wǎng)絡(luò)拎出來講，之后進(jìn)入了對(duì)抗過程的步驟演示，最終，終于生成了一些假模假樣的明星照片。

??

 

第九章 運(yùn)籌帷幄: 圍棋高手

9.1初窺門徑: 阿爾法狗的走棋網(wǎng)絡(luò)
9.2遠(yuǎn)見卓識(shí): 阿爾法狗的大局觀
9.3成就非凡: 阿爾法元
9.4本章小結(jié)

大眾最為熟悉的阿爾法狗終于在最后一章出現(xiàn)了，這一章介紹了阿爾法狗的策略網(wǎng)絡(luò)、估值網(wǎng)絡(luò)、快速走子網(wǎng)絡(luò)和蒙特卡羅樹搜索，當(dāng)然，還介紹了一點(diǎn)強(qiáng)化學(xué)習(xí)的概念。

究竟難度幾何?有圖有真相

除了第一章的基礎(chǔ)介紹之外，其他部分還是在將技術(shù)相關(guān)內(nèi)容。雖然受限于高中生的數(shù)學(xué)基礎(chǔ)，但是對(duì)于具體的原理邏輯，已經(jīng)講解的相當(dāng)詳細(xì)了，可以說是學(xué)術(shù)不足、科普有余。

比如在介紹卷積神經(jīng)網(wǎng)絡(luò)時(shí)，書中以飛機(jī)、汽車、貓咪、木牌等圖像的照片作為示例，先科普了計(jì)算機(jī)存儲(chǔ)圖像的RGB三色，提出三階張量的概念;

?

?

 

又補(bǔ)充了卷積運(yùn)算的數(shù)學(xué)知識(shí);

?

?

 

利用卷積進(jìn)行圖像特征提取的原理和流程;

?

?

 

最后引出深度神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，還順便介紹了發(fā)展歷程與應(yīng)用。

?

?

 

其他相關(guān)的概念也是從實(shí)際應(yīng)用的問題切入，從數(shù)學(xué)原理開始，一步步推導(dǎo)出算法模型，進(jìn)而引入方法概念，最后回到實(shí)際應(yīng)用中。

這個(gè)過程學(xué)到了不少技術(shù)內(nèi)容的基礎(chǔ)知識(shí)，還成功復(fù)習(xí)預(yù)習(xí)了包括卷積運(yùn)算、矩陣乘法、各種函數(shù)在內(nèi)的一些數(shù)學(xué)知識(shí)。

在看完本書正文之后，還翻了一下書后的參考文獻(xiàn)，發(fā)現(xiàn)Yann LeCun, Ian Goodfellow等大佬的作品赫然在列，這可能是很多高中生離學(xué)術(shù)界最近的一次了吧。

對(duì)于這本書，創(chuàng)新工場(chǎng)副總裁王詠剛給到了一個(gè)中肯的評(píng)價(jià)：

?

?

 

不過，一個(gè)難以解決的問題是，書中有許多實(shí)驗(yàn)環(huán)節(jié)，需要配套的實(shí)驗(yàn)平臺(tái)來完成。根據(jù)執(zhí)行主編林達(dá)華教授在知乎的相關(guān)介紹，商湯科技已經(jīng)為合作學(xué)校提供了實(shí)驗(yàn)平臺(tái)：

為了配合教材中的22套實(shí)驗(yàn)，我們還開發(fā)了一個(gè)配套的教學(xué)實(shí)驗(yàn)平臺(tái)。在這個(gè)平臺(tái)里，我們對(duì)多種常用的算法進(jìn)行便于中學(xué)生進(jìn)行實(shí)驗(yàn)的API設(shè)計(jì)和封裝，配套的數(shù)據(jù)集也做了適當(dāng)?shù)募舨�，盡可能使得普通的中學(xué)生能在可以接受的時(shí)間里能夠完成實(shí)驗(yàn)。在這個(gè)平臺(tái)上，我們選用了在AI領(lǐng)域最廣泛使用的Python語(yǔ)言。我們?yōu)楹献鲗W(xué)校提供了多方面的支持，包括教學(xué)平臺(tái)的支持，老師的培訓(xùn)等等。

?

?

 

△ 圖片來自林達(dá)華教授的知乎回答

很遺憾的是，除了合作學(xué)校之外，并沒有發(fā)現(xiàn)其他可以接觸實(shí)驗(yàn)平臺(tái)的渠道。在這本書出版方華東師范大學(xué)出版社的天貓官方旗艦店里，許多買了書的顧客在評(píng)價(jià)中表示，雖然書本內(nèi)容清晰易懂，但是書中并沒有附帶光盤或網(wǎng)站等軟件資源，身處非合作學(xué)校也接觸不到實(shí)驗(yàn)平臺(tái)，無法動(dòng)手實(shí)踐，有些遺憾了。

不過，相比其他課本，這本書的一個(gè)巨大優(yōu)點(diǎn)是：

內(nèi)容易讀接地氣，配圖豐富，排版舒適，整本書都是彩色的。

讓人想起當(dāng)年學(xué)不會(huì)的高數(shù)/大物/模電，整本書密密麻麻，都是黑白文字，除了封面之外再無一點(diǎn)色彩。

希望編寫大學(xué)教材的老師們行行好，寫的稍微生動(dòng)一點(diǎn)，拯救一下學(xué)渣。

湯教授也可以皮一下

除了知識(shí)與科普，主編湯曉鷗教授也在書里放了一點(diǎn)點(diǎn)彩蛋。

比如，本書每一個(gè)章節(jié)頁(yè)和每一章的開頭都會(huì)用一個(gè)故事或者生活場(chǎng)景作為引子，而故事的主角是一個(gè)叫“銘銘”的小朋友，銘銘的父親是一位著名的人工智能科學(xué)家，因此他學(xué)到了許多關(guān)于人工智能的知識(shí)。

而本書主編、著名人工智能科學(xué)家湯曉鷗教授的兒子就叫銘銘。

真·孩奴·湯曉鷗教授，的確在兒子身上寄托了很大的希望呢。

另外，作為商湯科技聯(lián)合創(chuàng)始人，湯教授悄悄軟植入了一點(diǎn)產(chǎn)品信息：

在第三章的末尾，介紹圖像分類技術(shù)的應(yīng)用時(shí)，書中舉了幫助警察搜尋犯罪嫌疑人的人臉識(shí)別布控系統(tǒng)作為例子。

例子的配圖，正是商湯科技的人臉布控系統(tǒng)SenseFace。

?

?

 

△ 品牌曝光×1

此外，還發(fā)現(xiàn)了一個(gè)小Bug：

?

?

 

DeepMind被強(qiáng)行加了空格，寫成了“Deep Mind”。

校對(duì)同學(xué)本月工資-50RMB。

學(xué)AI，那是別人家的高中

高中學(xué)AI，這種看似“反常”的事情毫無疑問的引起了一波討論。

討論最熱烈的是8090后的叔叔阿姨對(duì)年輕一代超越自己的擔(dān)憂。

不少網(wǎng)友在這本書出版后迅速買了一本開(fa)始(peng)學(xué)(you)習(xí)(quan)，擔(dān)心被00后的高中生們超越，擔(dān)心二十年后不懂AI的自己飯碗不保。

但引發(fā)更多爭(zhēng)論的則是：這本書第一批合作的40所學(xué)校，都是大城市的頂尖高中，比如北京的清華附中，上海的七寶、格致、交大附中，廣州的廣雅、執(zhí)信，西安的交大附中，成都七中，青島二中等學(xué)校。

?

?

 

這些學(xué)校所在城市的本地居民都知道，這類學(xué)校是一個(gè)城市乃至一個(gè)省最為知名的頂尖高中了，能夠在這些學(xué)校就讀的孩子，除了極個(gè)別天賦異稟的學(xué)生之外，多數(shù)是既有條件優(yōu)厚的家庭背景、又足夠聰明好學(xué)的孩子。

而這些條件優(yōu)厚的家庭背景，就意味著其父母不說非富即貴，也至少是高學(xué)歷、高素質(zhì)的中產(chǎn)家庭。

這讓許多人感嘆教育資源分配不均，能進(jìn)入大城市頂尖學(xué)校的孩子可以學(xué)到包括AI在內(nèi)的更多新知識(shí)，而小鎮(zhèn)青年們只能要么進(jìn)高考工廠深造，要么在教學(xué)水平一般的中學(xué)聽天由命。

但是，這些差距并不是一本書、一門課的差距造成的。

執(zhí)行主編林達(dá)華教授在知乎回應(yīng)了這種觀點(diǎn)：

?

?

 

不過，即使是能送孩子讀高中名校的中產(chǎn)家庭，家長(zhǎng)也對(duì)過于強(qiáng)調(diào)素質(zhì)教育有一些擔(dān)心。筆者前不久見到了一位家長(zhǎng)，他的兒子就讀于這本書合作名單中的某知名高中，作為大學(xué)教授的他對(duì)兒子的高考充滿了擔(dān)憂，害怕過于豐富的課外活動(dòng)和知識(shí)讓兒子在未來的高考中敗下陣來。

不過另一種聲音則顯得毫無壓力：高中生還沒學(xué)高數(shù)、線代等基礎(chǔ)數(shù)學(xué)知識(shí)，也沒學(xué)python編程，給毫無基礎(chǔ)的孩子講AI，他們不僅任何實(shí)踐都做不出來，而且可能被揠苗助長(zhǎng)。

這些評(píng)論者可能并沒有看這本書的正文，因?yàn)闀�中一行代碼都沒有。

看，知乎大V輪子哥就非常淡定：

?

?

 

雖然都是學(xué)習(xí)科技，參觀科技館和學(xué)懂?dāng)?shù)學(xué)物理做實(shí)驗(yàn)顯然難度差了十萬八千倍。

這本帶有少量專業(yè)知識(shí)的科普讀物就相當(dāng)于參觀科技館，并不會(huì)讓中學(xué)生開始實(shí)際的學(xué)習(xí)研究，不過對(duì)于讓他們認(rèn)識(shí)AI、適應(yīng)可能在幾十年后出現(xiàn)的AI世界有一定的好處。

?

?

 

正如這位不在互聯(lián)網(wǎng)的互聯(lián)網(wǎng)人士徐先森隱藏在省略號(hào)中的意思，二十年后，當(dāng)00后成家立業(yè)，成為社會(huì)中流砥柱的時(shí)候，還不懂AI可能真的與2038年的時(shí)代脫節(jié)了。

況且，科普總是能引發(fā)年輕人的興趣，不妨把它視作AI科技在高中生中的一種推廣，總會(huì)有對(duì)此感興趣的孩子被點(diǎn)醒，或許十年后，他們中的少數(shù)優(yōu)秀學(xué)生就會(huì)用新的研究成果證明這本書的價(jià)值。

在讀完這本書后，也想為編者老師們提出一個(gè)小建議：作為面向高中生的科普書，可以再補(bǔ)充一些社會(huì)認(rèn)知的內(nèi)容，比如：

•  擔(dān)心AI取代就業(yè)崗位怎么辦?

•  AI能消滅哪些舊崗位、創(chuàng)造哪些新崗位?

•  如何理性的看待科技發(fā)展、防止陷入泡沫、成為資本的韭菜?

對(duì)絕大多數(shù)不會(huì)成為AI研究者的高中讀者來說，這些內(nèi)容或許可以號(hào)召社會(huì)更加理性地看待AI這門技術(shù)。

說不定，還能拯救幾個(gè)準(zhǔn)備進(jìn)入終將被AI取代行業(yè)的孩子。

標(biāo)簽： 代碼 互聯(lián)網(wǎng) 搜索 推廣 網(wǎng)絡(luò)

版權(quán)申明：本站文章部分自網(wǎng)絡(luò)，如有侵權(quán)，請(qǐng)聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點(diǎn)！
本站所提供的圖片等素材，版權(quán)歸原作者所有，如需使用，請(qǐng)與原作者聯(lián)系。